Estimasi parameter model regresi non linier resiprokal dengan menggunakan metode maksimum likelihood estimation: Studi kasus pada oksidasi amoniak menjadi asam nitrat

Hadi, Sopyan (2009) Estimasi parameter model regresi non linier resiprokal dengan menggunakan metode maksimum likelihood estimation: Studi kasus pada oksidasi amoniak menjadi asam nitrat. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img] Text (Fulltext)
04510018.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (960kB)

Abstract

INDONESIA :

Regresi non linier adalah regresi yang variabel-variabelnya berbentuk tidak biasa. Bentuk grafik regresi non linier adalah berupa lengkungan hubungan fungsi antara dua variabel X dan Y tidak selalu bersifat linier, akan tetapi bisa juga bukan linier (non linier). Diantara beberapa bentuk regresi nonlinier, salah satunya adalah regresi nonlinier keterbalikan atau biasa disebut dengan regresi nonlinier resiprokal. Penelitian ini bertujuan untuk mengetahui parameter pada masing-masing parameter intersep dan parameter slop. Sedangkan dalam penentuan peramalannya menggunakan fungsi dan bukan matrix.

Metode yang digunakan untuk mendeteksi parameter model regresi nonlinier resiprokal adalah metode maximum likelihood estimation. Untuk membuktikan suatu pendugaan parameter pada model regresi nonlinier resiprokal dilakukan suatu pengujian terhadap pendugaan parameter yang dihasilkan dari metode maximum likelihood estimation yaitu dengan cara menentukan sifat-sifat pendugaan parameter sesuai sifat-sifat pendugaan parameter yang baik yaitu unbias, efisien, dan konsisten.

Hasil penelitian ini menunjukkan bahwa pendugaan parameter yang dihasilkan model regresi resiprokal merupakan penduga yang baik dikarenakan pendugaan parameter yang dihasilkan model regresi resiprokal memenuhi sifat- sifat dari pendugaan parameter yang baik yaitu unbias, efisien dan konsisten. Sedangkan untuk study kasus pada oksidasi amoniak menjadi asam nitrat sesuai dengan pendugaanya dihasilkan model penaksiran seperti di bawah. Yi 72,5876 2934,62105x1/X1i 569,12798x1/X2i 1903,09088x1/X3i

Dari data yang ditentukan maka diperolah jika menginginkan jumlah Yi kecil maka X1, X2 harus bernilai kecil dan untuk X3 harus bernilai besar. Sedangkan jika menginginkan Yi besar maka X1 dan X2 harus bernilai besar dan untuk X3 harus bernilai kecil. Dalam proses untuk menentukan Yi kecil atau besar, maka kondisi di atas harus terpenuhi.

Item Type: Thesis (Undergraduate)
Supervisor: Harini, Sri and Aziz, Abdul
Keywords: Regresi Non Linier Resiprokal; Pendugaan Parameter; Maximum Likelihood Estimation
Departement: Fakultas Sains dan Teknologi > Jurusan Matematika
Depositing User: Dinda Akromatul Akhadiyah
Date Deposited: 27 Apr 2017 07:43
Last Modified: 27 Apr 2017 07:43
URI: http://etheses.uin-malang.ac.id/id/eprint/6406

Actions (login required)

View Item View Item